图像语义分割 —利用Deeplab v3+训练VOC2012数据集

前言：

配置：windows10 + Tensorflow1.6.0 + Python3.6.4（笔记本无GPU）

源码：

https://github.com/tensorflow/models/tree/master/research/deeplab

权重下载地址：

https://github.com/tensorflow/models/blob/master/research/deeplab/g3doc/model_zoo.md

1. 运行model_test.py

测试安装环境，如果正常，提示：

Ran 5 tests in 10.758s

2. 运行build_voc2012_data.py 生成 .tfrecord数据

在VOC2012数据集中，文件夹JPEGImages存放着原始的[n*m*3] .jpg格式图片，文件夹SegmentationClass中存放Label数据，为[n*m*3]的 .png图片，首先应将这些label数据转换为[n*m*1]的单通道图片。

具体转换方法见：

https://blog.csdn.net/weixin_41713230/article/details/81076292

运行成功后，会提示如下信息：

3. 运行train.py训练模型

运行成功信息如下：

如果在第2步，没有将label数据转换为单通道数据，loss可能会爆炸性增长，也可能报错，提示：Loss is inf or nan.

4. 运行eval.py，输出为MIOU值

运行成功信息如下：

如果在第2步，没有将label数据转换为单通道数据，这里会报错提示：['predictions' out of bound]。

5. 运行vis.py，查看结果

成功运行提示信息如下：

最后，在输出文件夹（'./vis_output'）中查看模型的预测结果，如下：